ZDNet至顶网软件频道消息： 在各行业纷纷主动或被动互联网的环境下，大数据应用正在不断深化。对于每一个有意“互联网+”的企业而言，都需正视“正面是业务，背面是数据”的现实。而在营销领域，“大数据的离线应用和在线应用分别解决精细化营销和精准化营销的问题”，更使这一大数据应用的先驱行业充满掘金机会。在4月25日由对外经济贸易大学国际商学院、中国传媒大学国家广告研究院主办的“‘互联网+’时代的品牌推广高峰论坛”上，缔元信.网络数据CEO秦雯再次就大数据在营销领域的应用价值与前景的深入剖析，引起与会从业者的高度关注。
（图为：缔元信.网络数据CEO秦雯）
互联网化：正面是业务，背面是数据
秦雯认为，大数据的兴起与各行各业的互联网化密切相关，大数据实际上正是人类直接和间接行为的过程记录，现在互联网的所有业务都是人机交互的，在这个过程当中实现用户直接行为的记录。此外，物联网的兴起，使得为人提供服务的很多设备也能在线，这些设备对人类间接行为的过程记录也是大数据。
虽然大数据的概念已广为传播，但一些传统企业领袖往往仍困惑于不知道哪里有数据，或者认为自家企业不可能拥有大数据。对此，秦雯表示，“大数据业务流的正面是业务，背面就是数据”。每一个企业在业务流发生、成长、成熟、创新的过程中，每一步都会对应着数据的产生、积累、发现、产生。因此，对每个企业来说，都必须重视数据的沉淀积累、采集环节。
以往，传统的线下环境很难把数据收集到，比如一个大的百货商场，你想知道每一个到这个商场的人所看到的每个柜台、所走过的路线，所买的东西，记录成本基本上是不可以承受的。但在互联网上，这样的数据几乎可以以零的代价收集回来。2007年缔元信成立时，主要业务还只是帮助网站通过用户行为的数据分析去优化网站业务，在当时的过程中，缔元信就发现用户行为反映出来的用户偏好和其他一些用户特征，其有效度要远远大于通过样本数据进行市场研究的传统方式。
网络营销：离线是精细，在线是精准
在营销领域，大数据应用主要有两个方面。第一，是离线应用，在业务过程当中产生的数据收集完后，在业务体系之外加工后可应用的，例如，报表、工具等。第二，是在线应用，数据直接参与到业务当中，业务由数据驱动而不是人驱动。两者分别解决精细化营销和精准化营销问题。
离线应用解决的是精细化营销。以往投广告的方式，是去大致分析产品定位的目标人群的一些人口学特征，分析面向人群的性别、年龄段、收入水平等，再去寻找与定位相匹配的媒体进行广告投放。这样的模式造成的后果是广告界的那句名言——“50%的预算被浪费了，但是也不知道浪费在哪儿”。应用大数据后，网络营销可以实现包括媒介价值发现、分群用户品牌偏好差异、个性化内容推荐、推广渠道选择的精细化策略。比如定位产品的目标用户不用再判断年龄、收入等数据，而可以直接找到在之前真正关注、感兴趣的用户。如访问过官网的用户、在其他媒介上看过产品或者品牌信息相关内容的用户、看过或者买过竞品的用户等，从而获得相当精细化的用户群。之后还可对用户进行细化，了解用户的偏好、主要出现的互联网场所，从而获得精准的推广渠道。之后，也可制定更加精细化的媒介策略，如创意精细化，通过发现用户的偏好，更好地去创意要推广的信息;或者，进行精细化的过程控制，根据历史数据和行业数据对未来下一步的业务策略进行预算，对媒体类型，用户类型，投放程度，投放效果等进行预估。
“例如，门户网站的体育频道，在传统的营销的策略上，更多是根据经验去找可能和体育相关的，比如运动服装品牌来投放广告。但是缔元信通过数据分析发现，其实体育频道的用户对商品偏好达到TCI一百以上就意味着有明显偏好的，这样的商品除了体育用品，还有旅游、电脑、手机、母婴、金融等等。对于体育频道媒体来说，这就意味着不用局限在只开发跟体育用品或者运动相关的客户。”
而在线应用是可以实现更为深入的一对一的精准营销，即在确定潜在用户后才把广告投放给他，此外也可以用于竞品发现、竞品分析、政策与股市关联分析等。精准营销的基础一是数据管理平台DMP，二是基于这个数据新型的广告投放系统DSP，三是在这样的系统上自动实现媒介购买，即程序化购买。进一步发展后，广告主不用先购买媒介资源，而是实时竞价获得媒介资源：当一个用户出现在这个广告平台上，根据这个用户可能的行为，判断他满足某些广告主的需求，这个时候谁出的价高，就给这个用户推送谁的广告。为此，缔元信.网络数据推出的应用可针对每一个品牌关联用户和用户所关联到其它信息，建立了一个数据模型，最终帮助企业把产品型号和品牌输入进去，得到竞品的相关信息，由此企业可以进行差异化的创意，突出产品优势。
秦雯表示，从离线应用向在线应用发展是营销未来的趋势。在线应用是智能化应用，可以大幅度的降低营销工作环节的各种人力资源。以阿里巴巴的小微贷款业务为例，要做到同样规模，传统银行需要二百人到三百人，但在阿里巴巴的蚂蚁金服业务平台上只需要二十人到三十人即可实现。从传统的管理报表应用，到BI工具应用，再到智能化应用，大数据的价值也由决策参考转向决策优化，继而又转向驱动业务，而这才是大数据的终极价值。
